文章摘要
OpenAI发布针对GPT - 5.6的官方Prompt设计指南，可优化智能体表现、减少Token消耗和成本。指南指出开发者应先给Prompt做减法，聚焦最终结果，明确智能体权限与工具边界，优化长任务进度与成本，注重结果验证。该指南适合迁移到GPT - 5.6的开发者及相关团队，还给出阅读建议。

最近OpenAI发布了针对GPT-5.6的官方Prompt设计指南，这份指南不仅能帮助开发者优化智能体（Agent）的表现，还能有效减少Token消耗，降低使用成本。

很多开发者的系统Prompt都在长期迭代中变得越来越臃肿——为了修复模型遗漏的步骤添加MUST规则，为了修正工具调用问题补充NEVER禁令，旧模型的适配补丁在模型升级后依然保留，久而久之就积累了大量重复、过时甚至互相矛盾的指令，不仅占用了宝贵的上下文空间，还会让新模型的能力无法充分发挥。

OpenAI内部的编码智能体任务测试显示，使用精简后的系统Prompt，模型评分提升了10%到15%，总Token消耗量减少了41%到66%，直接成本降低了33%到67%。这份指南的作者是OpenAI的Eric Provencher，他专注于Codex开发者体验优化，此前还主导开发过RepoPrompt工具，在代码库上下文管理、Prompt设计和智能体工作流领域有丰富的经验。

先给Prompt做减法

指南强调，开发者应该先梳理现有的Prompt，而不是盲目添加新规则。可以从一套已经可以正常工作的Prompt和工具集出发，每次只删除一组重复指令、无效示例或者无关的工具，再用同一批评测任务验证模型表现，这样既能控制改动范围，也能精准判断每一次修改对模型效果的影响。需要删除的是那些不再影响模型行为、却依然消耗上下文资源的内容，而需要保留的则是任务目标、成功标准、权限边界、证据要求和交付前的验证方式。

Prompt做减法，删的是无效信息，不是必要要求。

聚焦最终结果，减少僵化的过程指令

很多传统的Prompt会强制模型按照固定流程执行：先搜索、再读取文件、接着调用工具、最后输出结果，但GPT-5.6的设计更适合让开发者聚焦于最终目标。指南建议明确写出任务的最终交付要求、可用的证据范围、行动边界和验收标准，让模型根据具体任务场景自主选择执行路径。

当然，这并不意味着要完全抛弃ALWAYS、NEVER、MUST这类规则——安全限制、必填字段和禁止执行的操作依然需要清晰说明，但诸如是否继续搜索、何时调用工具、信息不足时是否需要追问用户这类细节，更适合通过判断标准来定义，而非写成一套适用于所有场景的固定流程。任务的停止条件也需要提前明确：当已经收集到足够的证据时，模型应该直接进入交付环节；如果仍缺少关键事实、日期或来源，则应该说明缺失的信息，并选择成本较低的方式补充获取，避免无意义的重复搜索和Token消耗。

明确Agent的权限与工具边界

当智能体接入外部工具时，Prompt需要清晰说明任务的授权范围。比如，如果用户只要求分析、审查或制定计划，模型仅被允许检查现有材料并输出结论；如果用户要求修改、构建或修复内容，模型才可以执行指定范围内的本地变更和非破坏性验证；而涉及外部写入、删除、购买或者明显超出任务范围的操作，则必须再次确认用户权限。

需要注意的是，能够判断下一步行动，不代表已经获得了执行该行动的权限。工具的选择也应该按需精简，每个工具的描述需要明确说明其用途、适用时机、关键返回字段以及失败后的处理方式，过多的工具或者模糊的描述都会增加模型的选择负担。检索环节同样需要设置明确的范围和停止条件：普通问答可以先进行一次范围较广的搜索，获取核心证据后直接回答；只有当缺少关键事实、日期、来源或必要引用时，再进行针对性的补充检索。如果没有搜到指定信息，不应直接推断该信息不存在；当不同来源的信息存在冲突时，也需要如实向用户说明。

能够判断下一步该做什么，不代表已经获得执行这一步的权限。

长任务的进度与成本优化

对于持续时间较长、需要多次调用工具的任务，指南建议只在重要的阶段节点更新进度，不必向用户逐次说明每一次常规的工具调用。上下文压缩操作适合放在关键里程碑之后执行；之前保存的推理过程，也只有在任务目标、核心假设和优先级没有发生变化时，才可以继续复用。

推理强度（Reasoning Effort）也并非越高越好。官方建议先保留当前的推理设置作为基线，再测试相同档位和更低档位的表现。只有当评测结果证明高档位或超高档位确实带来了效果提升时，才值得承担更高的推理成本；而max档位则更适合难度最高、质量优先级优先的任务。在提升推理强度之前，开发者应该先检查Prompt是否已经清晰定义了成功标准、依赖关系、工具使用条件和验证要求，如果这些核心信息本身不明确，单纯提高推理强度未必能解决问题。

结果验证：不要止步于模型输出

指南反复强调了一个关键原则：模型生成了最终结果，并不代表任务已经完成。比如代码修改完成后，如果环境允许，应该继续运行测试、类型检查、Lint工具、构建检查或者最小冒烟测试；前端和视觉类任务则需要查看实际渲染结果，检查布局、裁切、间距和内容是否完整。如果当前环境无法完成验证，也应该向用户说明具体原因，并给出下一步的检查方法，而不是直接将未验证的结果表述为任务已完成。

指南的适用人群与阅读建议

这份指南最适合正在迁移到GPT-5.6的开发者，以及需要维护复杂系统Prompt、工具描述、智能体指令或者Prompt堆栈的团队。如果你的Prompt中已经积累了大量ALWAYS、NEVER这类固定规则、旧模型的适配补丁和僵化的执行流程，或者你的应用涉及搜索、工具调用、代码修改、外部操作和长任务状态管理，那么这份指南尤其值得完整阅读。

如果你只是使用ChatGPT进行普通的问答、写作和总结类任务，则不必逐节阅读，理解“先做减法、结果优先、明确边界、完成前验证”这四个核心判断，就能抓住整份指南的主线。如果时间有限，可以优先阅读官方原文中的四个核心部分：Simplify prompts first、Outcome-first prompts and stopping conditions、Suggested prompt structure和Prompt migration workflow，前两部分可以帮助你判断Prompt中应该删除哪些内容、保留哪些信息，后两部分则可以直接用于整理现有Prompt和制定模型迁移的具体步骤。

官方指南完整链接：https://developers.openai.com/api/docs/guides/prompt-guidance-gpt-5p6

只有确实会影响模型行为的信息，才有必要写进 Prompt。

以上内容不代表本平台立场，仅供读者参考